O Modelo de IA pelo qual Você Pagou Pode Não Ser o Que Você Recebeu
Anthropic
Cursor
OpenRouter
A identidade dos modelos de IA está se fragmentando devido a substituição, degradação e desvio. Um cliente pode solicitar um modelo, mas receber um diferente, uma versão de menor precisão ou pesos atualizados silenciosamente. Isso cria problemas legais para contratos, garantias, divulgação e autenticação de evidências.
Uma chamada de API para 'claude-fable-5' pode retornar uma conclusão de 'claude-opus-4-8' devido a um classificador que roteia solicitações sensíveis. O Roteador da Cursor despacha consultas para diferentes modelos com base no contexto, alegando uma economia de 30–50% nos custos. A OpenRouter alerta que alguns provedores servem pesos quantizados, mas os logs não refletem isso. A identidade do modelo está se fragmentando ao longo de três eixos: substituição (arquitetura diferente), degradação (precisão reduzida) e desvio (atualizações silenciosas de pesos). Isso levanta questões de direito contratual: se um comprador especificou um nome de modelo, a substituição é violação contratual; se eles negociaram por capacidade, é necessária uma definição de 'qualidade de fronteira'. Sob a doutrina de engano da Federal Trade Commission (FTC), a divulgação varia: a Anthropic notifica e retorna o modelo servido, a Cursor publica regras, mas não a atribuição por tarefa, a OpenRouter enterra informações de quantização em documentos. Para fins de prova, a Regra Federal de Evidência 901(b)(9) exige a nomeação do sistema, mas o roteamento quebra a cadeia de custódia. O autor defende uma identidade de modelo atestável: uma asserção assinada com modelo servido, hash de pesos, precisão e hash do prompt do sistema, verificável sem confiar no vendedor.
Fonte: MarkTechPost —
original
